Oltre l’algoritmo: perché il futuro dell’Europa dipende dal talento umano, e non dall’AI

Viviamo in un’epoca contraddistinta da una preoccupazione diffusa: il timore che l’intelligenza artificiale possa ridurre il ruolo dell’essere umano. È una preoccupazione comprensibile, data la rapidità senza precedenti dell’innovazione. Tuttavia, la vera sfida non è il confronto tra uomo e macchina, ma la necessità di adattare le nostre competenze professionali ai nuovi contesti di collaborazione. Il futuro del lavoro in Europa non dipende solo dai data center, ma dalla nostra capacità di tradurre le competenze tecniche in valore sociale e strategico. 

L’obiettivo del progetto MERIT, che vede coinvolto il centro FBK Cybersecurity, è quello di aumentare il numero di giovani in grado di contribuire all’economia digitale, potenziando le loro capacità di innovazione, imprenditorialità e occupabilità attraverso una formazione sul posto di lavoro potenziata e una formazione accademica a livello universitario, supportate da percorsi di formazione continua. L’obiettivo principale di MERIT è quello di dotare la società di lavoratori in grado di comprendere, gestire e innovare nel campo degli sviluppi tecnologici, tra cui l’intelligenza artificiale (AI), l’Internet delle cose (IoT) e la sicurezza informatica.

Perché l’Europa deve cambiare marcia

L’Unione Europea ha fissato un obiettivo chiaro per il “Decennio Digitale”: 20 milioni di specialisti digitali entro il 2030. A tale riguardo, i dati del progetto LEADS 2030 (iniziativa che coordina e supporta tutti i progetti EU nel cluster ADS SO4 – Digital Europe Programme’s focus on Advanced Digital Skills – di cui MERIT fa parte) mostrati dalla relatrice sono impietosi. Al ritmo attuale, raggiungeremo quel traguardo non prima del 2050. Siamo in ritardo di vent’anni.

Perché questo gap? Non è solo una questione di numeri, ma di metodo. Abbiamo investito 580 milioni di euro in 58 progetti (tra cui lo stesso MERIT), ma la Prof.ssa Fu avverte: “dobbiamo passare da una gestione dei progetti guidata dalla compliance a una orientata all’impatto. Non basta rispettare le scadenze burocratiche; serve creare un ritorno sull’investimento (ROI) che sopravviva alla fine dei finanziamenti. Dobbiamo inoltre assicurarci che gli investimenti europei abbiano un impatto duraturo e sostenibile. Il successo non è spendere il budget, ma creare una visione a lungo termine per la società digitale che rimanga in piedi quando i fondi finiscono. Prendiamo l’esempio di Dublino, il “Digital Hub dell’Europa”: nonostante un PIL pro capite tra i più alti al mondo, la sfida rimane la stessa. Non basta attrarre multinazionali del settore; occorre alimentare l’ecosistema con persone capaci di guidare la tecnologia, non solo di subirla.”

Dai “mosaici di carriera” all’interpretazione: la nuova definizione di talento

“Dobbiamo superare – aggiunge Fu – l’idea delle carriere come percorsi lineari. In futuro, i professionisti costruiranno il proprio percorso attraverso competenze trasversali e la capacità di muoversi tra diversi settori, in quello che può essere definito un mosaico di carriera. Si sta verificando un cambiamento significativo: se in passato l’attenzione era rivolta allo sviluppo e all’implementazione dell’AI, oggi la competenza più richiesta è l’interpretazione dei suoi risultati. Generare contenuti non rappresenta più un vantaggio competitivo; lo è invece saperli valutare, contestualizzare e validare.”

Il talento non consiste tanto nella capacità di programmare, un compito che l’AI sta già automatizzando, quanto nel possedere una conoscenza di dominio che consenta di cogliere aspetti che sfuggono agli altri nonché agli stessi algoritmi. Questo include la capacità di analizzare i dati con giudizio critico, comprendendone il significato profondo, e lo sviluppo di un’AI etica, che si traduca in sistemi trasparenti e in linea coi valori umani. Infine, è fondamentale saper gestire il cambiamento in modo strategico, superando le resistenze che spesso accompagnano l’adozione di nuove tecnologie. 

Il modello CEO: riprendere il controllo del timone

Per evitare di diventare passivi esecutori di suggerimenti algoritmici, Fu propone il framework CEO, acronimo di Check, Edit, Own: 

1. Verificare l’accuratezza è il primo dovere professionale: mai accettare output acriticamente.  
2. Modificare: l’intervento umano deve affinare e personalizzare. Senza “tocco” umano, l’output è privo di valore distintivo.
3. Assumersi la responsabilità: la proprietà intellettuale ed etica è tua.

Ignorare questo modello non solo espone a un rischio professionale, ma minaccia la sicurezza. È stato dimostrato che l’uso superficiale dell’AI nella scrittura di codice sta portando a un enorme aumento delle vulnerabilità software: gli sviluppatori “copiano e incollano” soluzioni suggerite dall’AI senza verificarne le falle di sicurezza. 

Complementarità: liberare l’umano per i compiti complessi

Oltre al richiamo del paradigma della human centered AI, Fu sottolinea l’importanza della “Human-Technology Complementarity“, descrivendola come una simbiosi, non una competizione. In ambito medico, ad esempio, l’AI può gestire la dettatura delle note cliniche o la lettura preliminare delle radiografie. Questo non sostituisce il personale medico, ma restituisce il bene più prezioso: il tempo per l’empatia con le persone in cura e la risoluzione di problemi clinici complessi. Un esempio pratico di questa evoluzione è il Trinity AI XR Lab, che collabora con aziende come Virtual Speech. Studenti e studentesse usano la VR e l’AI per allenare le soft skills. Si immergono in scenari realistici, come fornire feedback difficili a un avatar o gestire un consiglio di amministrazione, ricevendo analisi in tempo reale sul loro linguaggio del corpo e sulla loro capacità empatica.

Progetto “wartime”: se la produttività si trasforma nella trappola del burnout

Un altro progetto di ricerca menzionato è stato “Wartime”, iniziativa che parte da una domanda provocatoria: chi beneficerà dei guadagni di produttività portati dall’AI? Storicamente, le rivoluzioni industriali hanno ridotto l’orario di lavoro. L’AI potrebbe finalmente permetterci di accorciare la settimana lavorativa a 4 giorni. Tuttavia, il rischio che abbiamo di fronte è l’intensificazione: se usiamo l’AI solo per fare “10 volte più compiti” nello stesso tempo, stiamo solo accelerando verso il burnout di massa. Prenderne consapevolezza in maniera diffusa è il primo passo per impiegare i nuovi strumenti disponibili per lavorare meglio, non di più. Perseguendo in questo modo obiettivi sostenibili e rigenerando il senso del lavoro attraverso politiche del tempo che traducano questo elemento di attenzione in conseguenti vincoli e opportunità, capaci di porre al centro la salute di chi lavora e la generatività dei processi che producono innovazione e impatto.        

Costruire resilienza in un mondo post-pandemico

“Il successo della decade digitale europea  – aggiunge Fu – dipenderà dalla nostra capacità di integrare politica, ricerca e industria in un sistema resiliente. Ma c’è una variabile umana che non possiamo ignorare: la generazione Covid”.

Osservando i giovani oggi – Fu cita scherzosamente il suo “campione domestico” di tre figli – notiamo come la pandemia abbia atrofizzato alcune abilità sociali fondamentali: la comunicazione, l’iniziativa e la capacità di accettare feedback negativi. In un mondo dove le assunzioni per i ruoli “Junior” sono in calo perché i compiti più basilari vengono automatizzati, dobbiamo supportare i giovani nello sviluppo di quelle doti umane che la tecnologia non può simulare. Il futuro non appartiene a chi conosce l’ultimo software disponibile, ma a chi possiede la passione, la visione e la compassione per guidarlo.” 

“Fin dal 2024 – commenta Silvio Ranise, direttore del Centro di ricerca FBK Cybesecurity – c’e’ una marcata preoccupazione specifica da parte della Commissione Europea relativamente al “Cybersecurity skill gap“. Il progetto MERIT cerca di formare proprio gli esperti di sicurezza di domani, in modo interdisciplinare e considerando anche le tecnologie emergenti IoT (che permettono di catturare dati dal mondo reale) ed AI (che permettono di processare i dati catturati dai device IoT). Se il flusso di questi dati non viene gestito in maniera sicura e affidabile, le conseguenze negative possono essere importanti anche per la società, come testimoniato da fenomeni quali i deepfake e la manipolazione su larga scala dei risultati degli LLMs su temi “caldi”. Per scongiurare effetti simili, una parte importante dell’impegno attuale consiste nello sviluppo di tecniche di sicurezza per garantire autenticità e integrità di dati e modelli AI come prerequisiti necessari a mitigare impatti nocivi sull’economia e più in generale sulla società.”